借助心理学习模型和某些类型的人工智能，与人类一样聪明的人工智能可能成为可能。这是罗伯特·约翰逊得出的结论，他在林雪平大学的论文中提出了机器心理学的概念，并阐述了它如何促进人工智能的发展。
自 20 世纪 50 年代以来，通用人工智能 (AGI) 一直是人工智能研究的圣杯。迄今为止，人类尚未成功创造出能够像人类一样解决智力任务的人工智能。但一些科学家认为，这可能最快在未来五年内实现。
其中一位是罗伯特·约翰逊，他最近在林雪平大学完成了计算机科学博士论文答辩。但与流行文化中关于 AGI 的悲观未来情景不同，他相信它可以造福人类。
“是的，我确信这一点！它改变了我们所做的一切，不仅仅是普通人工智能的延续——它是完全不同的东西。我认为 AGI 将以与当今人工智能完全不同的方式对社会产生广泛影响。你可以创建一种新型代理，例如虚拟研究人员或心理学家——但还有很多其他东西，”罗伯特·约翰逊说。
与此同时，他也看到了在动荡的世界中技术发展所面临的挑战。AGI 可以用于各种目的，例如制造社会分裂。
“这是一项我们必须小心处理的技术。另一方面，我也认为通用人工智能可以帮助对抗社会上的一些破坏性发展。它可能帮助我们人类变得更加有爱心。我愿意相信通用人工智能也能帮助我们以这种方式发展，”罗伯特·约翰逊说。
但开发出与人类水平相当的人工智能是一项艰巨的挑战。不同的研究人员尝试以不同的方式解决这个问题。一些人认为像 ChatGPT 这样的大规模语言模型是可行的，而另一些人则建议模拟大脑。罗伯特·约翰逊选择的道路可以称为基于原则的道路。这意味着他试图找出可以解释智力的重要心理学习原则，然后将其应用于计算机。
在林雪平大学攻读博士学位的同时，他还在斯德哥尔摩大学担任临床心理学教师和研究员，同时也是该校的副教授，他在论文《机器心理学的实证研究》中运用了这一背景。
“我运用现代学习心理学的原理来研究学习、思考和智力问题。然后，我使用了一种特定形式的自适应人工智能，这是一种逻辑系统，我试图在其中实现学习心理学，”目前正在攻读第二个博士学位的罗伯特·约翰逊说。
该逻辑系统称为非公理推理系统（NARS），设计用于在没有完整数据、计算能力有限和实时的情况下运行。它提供了处理现实世界中可能出现的问题的重要灵活性。
NARS 与学习心理学原理的结合构成了一种跨学科方法，罗伯特·约翰逊 (Robert Johansson) 称之为机器心理学，这是他首次提出这一概念，但现在已有更多参与者开始使用，包括 Google DeepMind。
这个想法是，人工智能应该从其一生中的不同经验中学习，然后将所学知识应用到许多不同的情况中，就像人类早在 18 个月大时就开始做的那样——这是其他动物无法做到的。
“如果你能在计算机中实现这一点，那么你就真正破解了人类层面的人工智能之谜。我认为心理学将成为 AGI 的一个潜在关键科学，”罗伯特·约翰逊说。
人类能否在五年内成功创造出与其智力相当的机器人还有待观察。但罗伯特·约翰逊认为，还有很多其他方面需要事先考虑。
“我们生活在一个有法律、规则和道德前提的社会中。有必要对如何看待这些主体的权利和义务采取立场。也许 AGI 只是你在浏览器中运行的一个程序，但我认为，如果它有意识，它仍然是某种生命。”
阅读报告全文，请访问欧米伽研究所的“未来知识库”
https://wx.zsxq.com/group/454854145828
未来知识库是“ 欧米伽 未来研究所”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。 欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828进入。
截止到11月25日 ”未来知识库”精选的100部前沿科技趋势报告
热门跟贴